基于非自适应多尺度几何分析的图像融合研究

非自适应多尺度几何分析比小波变换更能有效地表示二维图像中直线、曲线型的奇异性特征，得到图像更为稀疏的表达，因此能更好地跟踪和提取源图像的重要特征，为融合图像提供更多准确信息，抑制噪声能力也更强。本项目针对含噪图像源、光谱差异大的图像源这两类图像融合进行研究，充分利用非自适应多尺度几何分析在跟踪和提取图像重要特征及抑制噪声方面能力强的优势，分析其变换系数的特征，研究有效的融合方法，解决小波框架下难以解决的问题；针对目前多尺度框架下融合方式单一、难以充分发挥多尺度几何分析优势的问题，引入非自适应多尺度几何分析与计算智能相结合的图像融合方法。结合方式将突破以往仅对变换系数做融合处理，而是扩展到区域分割及特征级融合，使之能灵活应用于不同类型图像的融合中。这些研究的开展，将会进一步丰富和拓展多尺度几何分析在图像处理中的应用，研究成果可应用于军事、民用等相关领域，具有较好的理论和应用价值。